检测完成时刻：用于动作完成定位的时间模型
计算机视觉与模式识别
2017-10-09 v1
摘要
动作完成检测是指对动作进展进行建模以定位完成时刻的问题——即动作目标被确信已实现的那一刻。本工作中，我们评估了两种时间模型，即隐马尔可夫模型(Hidden Markov Models, HMM)与长短期记忆(Long-Short Term Memory, LSTM)，对六种物体交互（开关、插拔、打开、拉、捡起、喝）定位完成时刻的能力。我们采用监督方法，其中每个动作都有完成前与完成后帧的标注，并使用微调的CNN特征来训练时间模型。在Action-Completion-2016数据集上测试，我们使用两种时间模型对约75%的已完成动作序列在标注的10帧内检测到了完成时刻。结果表明，微调的CNN特征在定位上优于手工特征，并且当测试集中也存在不完整序列时，观察不完整实例是必要的。
引用
@article{arxiv.1710.02310,
title = {Detecting the Moment of Completion: Temporal Models for Localising Action Completion},
author = {Farnoosh Heidarivincheh and Majid Mirmehdi and Dima Damen},
journal= {arXiv preprint arXiv:1710.02310},
year = {2017}
}